这个行的问题如何处理

yqxjlf

file

111111 123 aaaaaa
111111 345 aaaaaa
222222 567 cccccc
333333 789 dddddd
111111 234 bbbbbb
111111 456 eeeeee

要求得到以下结果：

111111 123 aaaaaa bbbbbb
222222 567 cccccc
333333 789 dddddd

即首先去掉$1和$3重复的行(!a[$1,$3]++)，输出为

111111 123 aaaaaa
222222 567 cccccc
333333 789 dddddd
111111 234 bbbbbb
111111 456 eeeeee

第一列重复的可能有多行，只需取两行，将第二行的最后一列值放到第一列的最后生成一个新列，得到以下结果，该如何实现呢？
111111 123 aaaaaa bbbbbb
222222 567 cccccc
333333 789 dddddd

kk5234

没想到什么好的思路，凑合一下
awk '!a[$1$3]++{b[$1]=b[$1]?b[$1]" "$3:b[$1]" "$2" "$3}END{l=asorti(b,c);for(i=1;i<=l;i++)print c[i],b[c[i]]}' infile |awk 'NF>4{$NF=""}1'

blackold

try:

1. awk 'c[$1]>1||a[$1,$3]{next}{a[$1,$3]=1;b[$1]=b[$1]?b[$1]" "$3:$0;c[$1]++}END{for(i in b) print b[i]}' urfile

复制代码

yqxjlf

回复 3# blackold
悲剧了，没看懂，黑哥能不能解释下啊？
c[$1]>1||a[$1,$3] 这句做什么用呢？
a[$1,$3]=1 为什么要赋值呢？
for (i in b) 也搞不明白。。


   

blackold

回复 4# yqxjlf


c[$1]>1||a[$1,$3]
c[$1]  > 1 只取两行, "第一列重复的可能有多行，只需取两行"
a[$1,$3]  只取重复的第一行

a[$1,$3]=1 为什么要赋值呢？

为了去重。

for (i in b) 也搞不明白。。
遍历 b 数组。

winway1988

1. awk '!a[$1,$3]++ && b[$1]++<2{if($1 in c){c[$1]=c[$1] OFS $3}else{c[$1]=$0;d[++i]=$1}}END{for(j=1;j<=i;++j)print c[d[j]]}' urfile

复制代码

yumiao5642

强大的AWK.让人欢喜让人愁

rdcwayx

再短些。

1. awk 'c[$1]>1||a[$1,$3]++{next}{b[$1]=b[$1]?b[$1]" "$3:$0;c[$1]++}END{for(i in b) print b[i]}' urfile

复制代码

blackold

回复 8# rdcwayx


    谢谢！学习！

blackold

还可以再短些，虽长的比较爽。

1. awk 'a[$1,$3]++||c[$1]++>1{next}{b[$1]=b[$1]?b[$1]" "$3:$0}END{for(i in b) print b[i]}' urfile

复制代码